大数据的开发和应用对于拥有大量的客户数据和交易数据的银行业来说，其影响可能是颠覆性的。商业银行的客户数据和交易数据是其核心资产之一。随着业务的发展，客户数据将由简单的个人资料转变成全面的个人资产结构、个人消费结构等信息，而能否有效开发和利用这些客户信息体现了银行的数据处理和管理能力。因此，未来的商业银行之间的竞争也可以看作是银行间大数据战略的比拼。

商业银行客户信息管理现状

商业银行非结构化客户信息主要来源于银行内部业务系统信息、外部网络资讯信息和各营销网点、客服终端收集的客户信息三部分。银行内部业务系统信息是指客户营销管理系统、审贷系统、办公系统、风险管理系统等业务系统收集的客户描述信息。外部网络资讯信息包括新闻媒体报道、微博、博客、论坛等客户社会化媒体数据。各营销网点和客服终端收集的客户信息包括电子银行、POS机、手机银行、电话银行、自助终端以及电商平台上客户登陆、点击与浏览日志信息，电话银行服务录音、在线客服务记录，以及客户经理营销活动中获得的客户响应信息、邮件往来信息等。

由于非结构化信息数据规模庞大、类型各异，原有数据技术难以对海量非结构化信息进行加工处理。目前，应用大数据技术探索非结构化客户信息应用在国内商业银行尚处于起步阶段，存在以下问题：

1。未进行有效归集与整合。一是银行内部散落在各业务系统的非结构化客户信息未集中共享。银行内部业务系统大部分遵循以系统复制手工操作的方式来设计和开发，系统之间存在专业分割、标准各异、关联复杂等问题。散落在各业务系统的客户信息呈局部化、碎片化、条线化状态，尚未有效整合共享。二是银行内部跨机构、跨条线、跨区域客户信息未集中共享。客户营销过程中获取的重要信息往往因为地域、业务条线等因素而彼此割裂，形成客户信息竖井。三是大量有价值客户信息未收集利用。银行仅规范记录客户的事实交易信息，然而对营销过程中的客户行为信息却未能进行完整收集与保存，有价值客户信息被大量丢弃。

2。未进行有效分析应用。非结构化客户信息分析涉及以对银行现有IT架构的重新设计与规划，设定非结构化信息元数据标准实现各业务系统、各渠道终端以及外部客户信息的统一标识与结构化处理，以及运用高效分析模型对结构化处理后的客户信息进行分析挖掘，形成分析结果以可视化、易理解方式向用户展示。目前这些工作做得都还远远不够。

3。结构化和非结构化客户信息尚未进行联机分析应用。结构化客户信息是客户历史信息、结果信息，非结构化客户信息侧重客户行为信息、过程信息。通过对非结构化客户信息的收集与加工，并与数据仓库结构化客户信息进行整合分析，能够形成对客户更加全面和深入的理解。而目前这两类信息并未联机分析应用。

商业银行客户信息管理的挑战

传统商业银行具有资金中介和信息中介两项基础功能。银行运用规模经济和专业技术，降低资金融通交易成本；利用专门信息处理能力，解决借贷方之间因信息不对称引发的逆向选择和道德风险问题。在传统银行主导型社会融资模式下，企业为获取信用主动向银行提供信息，银行自然成为社会经济信息收集中心。基于互联网技术和移动支付技术的互联网金融形成一种联网机构相对平等的关系，银行不再是经济关系的信息中心，资金供求双方可以通过网络直接获取信息并参与交易，依据海量网络历史数据分析，完成客户信用评价和风险管理。

互联网金融公司天然具备客户信息挖掘优势，借助电商平台优势实现客户信息流、物流、资金流的“三流合一”。以支付宝、Paypal、拉卡拉为代表的第三方及移动支付正在以更加灵活的方式改变用户支付入口，冲击银行的传统汇转业务；以阿里金融为代表的新型贷款正在改变银行赖以生存的公司贷款模式；以P2P网站为代表的新型人人贷正在实现个人存贷款的直接匹配，成为未来互联网直接融资模式的雏形。互联网金融企业依靠便捷金融服务及对客户信息的准确把握，对传统商业银行业务提出了挑战。

有关建议

通过对SWOT矩阵中四种类型战略进行甄别和选择，依据国内商业银行信息化建设水平和竞争优势，以及其面临的外部环境和条件，我们认为商业银行非结构化客户信息管理适合采取SO(增长型)+ST(多元化)战略相结合的方式。SO(增长型)战略的核心是利用商业银行的信息科技优势和庞大的客户群体，抓住机遇建设银行非结构化客户信息共享与应用平台。ST(多元化)战略的核心是搭建商业银行电商平台，积极应对外部挑战打破第三方支付平台信息垄断，掌握客户线上交易流、资金流全链条信息。

1。建设非结构化客户信息共享平台。运用大数据技术搭建非结构化客户信息共享平台，统一获取、存储、搜索、共享和分析银行内外部各种非结构化客户信息。非结构化客户信息共享平台着眼于客户整体数据分析，能更有效地挖掘银行庞大信息资产的价值，具有显著较优的精确性和对重要细节信息发现、挖掘和利用的能力。

2。搭建商业银行特色电商平台。依托商业银行客户资源优势，搭建银行自己的电商平台。通过电商平台收集管理反映客户购买意愿、行为偏好的海量信息，采集进入非结构化客户信息共享平台，指导产品设计和业务营销。设计适用于电商平台的资金闭环业务流程，开发金融产品在电商平台直接销售。

3。提升非结构化客户信息获取完整性。按照“以客户为中心”理念优化业务条线管理与机构设置，考虑客户经理与产品经理协同营销策略，满足客户维度、产品维度和区域维度的资源统筹安排和一体化营销。打破跨机构、跨条线、跨区域客户信息壁垒，实现客户信息在银行内部的全面共享。

4。提升非结构化客户信息挖掘能力。引入大数据分析技术与工具，开发灵活多样的非结构化客户数据分析模型。加强分析师队伍培育，有效提升非结构化客户信息分析挖掘能力和水平。